qq_60143666的博客

tensorflow-gpu 2.3.0安装

笔记

jupyter notebook 点击运行没反应解决办法

用神经网络对手写数字数据集进行分类，并打印出分类准确度一般神经网络对于手写数字数据集的分类准确度：import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'mnist = input_data.read_data_sets('MNIST', one_hot=True) # 下载数据包

dropout正则化（专门用于神经网络）：每次训练时随机忽略掉一些神经元与神经网络的连接，使神经网络变得不完整没有加dropout时代码：import tensorflow as tfimport osfrom sklearn.datasets import load_digitsfrom sklearn.model_selection import train_test_split# train_test_split是sklearn中用于划分数据集，即将原始数据集划分成测试集和训练集两部

用tensorflow实现一个手写数字数据集的分类问题：

4、建构神经网络添加隐藏层函数定义数据形式：打印出结果：可看出损失loss在逐渐变小。

6、用tensorboard可视化自己构建的神经网络。然后点击运行，便会在你相应的文件路径中找到logs文件夹打开该文件夹然后打开终端，进入到logs文件夹所在的目录下，如我的为D:\ ，然后输入tensorboard --logdir=D:\logs注意，这里我认为是因为我的tensorflow是安装在anaconda下的虚拟环境中的，所以这里我直接进入电脑终端运行，找不到tensorflow,此时这种情况可以通过直接在pycharm终端运行该指令解决。

1、Variable输出为：2、placeholder输出：3、添加神经网络层